-
题名基于曲率图的颅骨点云配准方法
被引量:5
- 1
-
-
作者
杨稳
周明全
郭宝
耿国华
刘晓宁
刘阳洋
-
机构
西北大学信息科学与技术学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2020年第16期40-50,共11页
-
基金
国家自然科学基金(61731015,61673319,61902317,61802311)
国家重点研发项目(2017YFB1402103)
+5 种基金
陕西省重点产业链项目(2017ZDCXL-GY-03-01-01)
陕西省自然科学基础研究计划(2019JQ-166)
陕西省重点研发计划一般项目(2019SF-272)
陕西省教育厅自然科学专项(18JK0795,19JK0842)
西北大学教学项目(YJG17013)
陕西省重点研发计划项目(2019ZDLSF07-02,2019ZDLGY10-01)
-
文摘
为了提高颅骨点云模型的配准精度和收敛速度,提出一种基于曲率图的颅骨点云配准方法。首先对颅骨点云提取以特征点为中心并且包含其相邻点的三维形状块,将所有点投影到二维平面上;将投影点量化到二维支撑区域的相应单元中,并将其加权曲率编码为曲率分布图来构造特征点的区域曲率图描述符;然后基于区域曲率图描述符匹配具有相似局部形状的点来建立匹配点对,采用奇异值分解方法计算颅骨点云间的刚体变换关系,实现颅骨粗配准;最后通过引入动态迭代系数对迭代最近点(ICP)算法进行改进,使用改进的ICP算法实现颅骨的细配准。实验结果表明,所提粗配准方法是一种有效的初始配准方法。与ICP算法相比,改进的ICP算法在配准精度和收敛速度上分别提高了约11%和37%,配准耗时降低了约34%。为了验证所提方法的普适性,还采用兔子点云模型进行验证,结果显示改进的ICP算法的配准效果优于ICP算法。
-
关键词
图像处理
颅骨配准
区域曲率图
奇异值分解
动态迭代系数
迭代最近点算法
-
Keywords
image processing
skull registration
regional curvature map
singular value decomposition
dynamic iterative coefficient
iterative closest point algorithm
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-